Internet of Things sebagai teknologi yang dapat diterapkan pada segala bidang, tentunya banyak digunakan oleh berbagai kalangan baik untuk kegiatan skala kecil hingga besar. Penggunaan Internet of Thingsoleh berbagai kalangan tersebut, tentunya menimbulkan potensi kejahatan cyber karena melihat besarnya keuntungan akibat penggunaan IoT.

Berbagai sektor seperti grid, transportasi pintar, smart home, pabrik pintar, smart city, dan bidang lain yang menggunakan Internet of Thingsmenimbulkan celah kejahatan cyber, seperti botnet.

Botnet merupakan sebuah jaringan overlayyang diciptakan oleh banyak host serta dikendalikan oleh pelaku kejahatan cyber untuk mengambil alih server dan memulai berbagai serangan cyber.

Akibat dari serangan botnet tersebut adalah jaringan Internet of Thingsdapat mengalami gangguan serius, sehingga mengganggu kinerja perangkat yang digunakan.

Mengatasi berbagai permasalahan tersebut, Universitas Sriwijaya menggandeng Universitas Teknologi Malaysia dan Albaha University Saudi Arabia untuk melakukan penelitian demi menemukan jawaban atas permasalahan yang terjadi.

Penelitian yang dilakukan oleh beberapa Universitas tersebut, dilakukan selama tiga tahun di Riset Group COMNETS (Communication, Computer Network, Enterprise & Information Security) Universitas Sriwijaya.

Menurut Dr. Susanto yang dikutip dari laman palembang.tribunnews.com, beliau mengatakan bahwa “Penelitian yang dilakukan menggunakan dataset N-Balot, dataset tersebut dipilih karena real dicapture dari perangkat Internet of Things(IoT) dan memiliki skalabilitas tinggi, serta memiliki data yang unbalanced”.

Kemudian untuk mendeteksi serangan dari botnet tersebut, dengan cara mengoptimalisasi klasifikasi dari proses pengurangan dimensi data menggunakan algoritma evolutionary search.

Penelitian yang dilakukan oleh Universitas Sriwijaya dan beberapa Universitas lainnya melalui dua tahap. Tahap yang pertama yaitu menganalisis dampak yang dihasilkan dari pengurangan dimensi data. 

Hasil dari penelitian tahap pertama tersebut menunjukkan bahwa pengurangan dimensi data yang lebih sedikit akan berdampak pada turunnya nilai akurasi serta peningkatan alarm palsu.

Kemudian pada tahap kedua, penelitian dilakukan dengan meningkatkan akurasi klasifikasi dengan menggunakan algoritma evolutionary search.

Hasil dari penelitian tahap kedua tersebut adalah metode pengurangan dimensi tersebut dapat mendeteksi serangan botnet secara akurat.